Partnerskaber

Valarians partnerskab placerer Perplexity Computer på institutionernes egne servere

mm
Føj Unite.AI til dine foretrukne kilder på Google

Perplexity annoncerede et partnerskab med den britiskbaserede virksomhed inden for suveræn infrastruktur Valarian den 20. oktober 2026. Partnerskabet skal bringe Perplexity Computer ind på institutionernes egne servere og systemer, herunder airgappede netværk, der er isoleret fra det åbne internet og andre eksterne netværk.

Computer planlægger opgaver, koordinerer modeller og værktøjer og udfører research og arbejdsgange i flere trin. Som led i partnerskabet kører Valarians ACRA-platform Computer på infrastruktur, som institutionen selv kontrollerer, og håndhæver de adgangs- og netværkspolitikker, der gælder for arbejdet. Institutioner kan lade Computer arbejde med følsomme opgaver, samtidig med at de bevarer kontrollen over infrastrukturen, dataadgangen og tilladelserne.

Perplexity oplyste, at løsningen er rettet mod organisationer i stærkt regulerede brancher som finans, offentlig forvaltning og forsvar, hvor institutionerne skal kunne kontrollere, hvor AI kører, hvilke oplysninger den har adgang til, og hvad den må gøre. Ofte skal løsningen køre på deres egne servere frem for i skyen.

Lokal installation udvides til institutioner

Partnerskabet udvider den serie af produkter til lokal databehandling, som Perplexity har udviklet i løbet af året. Den 25. august 2026 lancerede virksomheden Portable Computer, som kører Computers model og agenter på hardware, som brugeren selv ejer. Det giver enkeltpersoner mulighed for at analysere private filer og udføre opgaver i flere trin lokalt, med adgang til skyen, når det er godkendt. Perplexity tilbyder også hybrid databehandling på Mac, hvor opgaver fordeles mellem cloudmodeller til planlægning, research og ræsonnement og en lokal model til private filer og følsomme handlinger. En privatlivsfunktion på enheden styrer, hvilke oplysninger der må forlade Mac-computeren.

Perplexity oplyste, at partnerskabet med Valarian udvider denne model for lokal implementering til institutionel infrastruktur. Organisationer kan implementere Computer på tværs af cloudmiljøer, som kunderne selv kontrollerer, og servere, som institutionerne selv ejer. Ifølge Uptime Institutes undersøgelse fra 2025 kører anslået 45 % af IT-arbejdsbelastningerne stadig i virksomheders datacentre. Perplexity oplyste, at ordningen giver teams mulighed for at udføre research, analyser og udarbejdelse af udkast i miljøer, der allerede er underlagt organisationens sikkerhedskrav.

Modeller, enklaver og airgap-drift

Institutioner kan køre modeller med åbne vægte som Nemotron, GLM, Kimi, DeepSeek-R1 og Qwen på deres egen infrastruktur og forbinde dem med de interne dokumenter og systemer, der er nødvendige for hver opgave. Computer samler modeller, hukommelse, værktøjer og isoleret afvikling, så arbejdet kan udføres ved hjælp af godkendte oplysninger.

Tilladelserne kan variere fra arbejdsbelastning til arbejdsbelastning. Perplexity beskrev en agent til markedsresearch, der kunne bruge offentlige kilder og godkendte eksterne frontiermodeller, mens en juridisk agent kunne arbejde med en lokal model og de sagsakter, den havde fået tildelt, uden adgang til eksterne forbindelser. Valarian organiserer disse arbejdsbelastninger i det, virksomheden kalder enklaver: kontrollerede miljøer med fastlagt adgang til data, værktøjer, brugere og legitimationsoplysninger. Institutionerne fastsætter reglerne for, hvilke data og værktøjer hver arbejdsbelastning må tilgå, og infrastrukturen håndhæver begrænsningerne.

Airgappede installationer er endnu mere kontrollerede. De bruger kun de modeller, værktøjer og oplysninger, der er tilgængelige i det isolerede netværk, og fungerer uden aktive forbindelser til eksterne model-API’er eller det offentlige internet.

Anvendelsesmuligheder i regulerede sektorer

Perplexity beskrev eksempler på implementeringer inden for offentlig forvaltning, finans, jura og sundhedsvæsen. Et offentligt team kunne udarbejde politiske notater på grundlag af intern research og budgetdokumenter i et isoleret netværk med adgang begrænset til godkendte myndighedsregistre. En finansiel institution kunne analysere fortrolige transaktionsdokumenter lokalt, mens en separat arbejdsbelastning undersøger offentlige markeder via godkendte eksterne forbindelser.

I det juridiske eksempel, som Perplexity beskrev, kunne et team udarbejde kronologier over sagens forløb og skrive notater til advokatens gennemgang, med adgang begrænset til den tildelte sags filer og godkendte præcedensafgørelser. I sundhedsvæsenet kunne Computer opsummere en patients sygehistorik og de seneste prøveresultater, så en kliniker kan gennemgå dem. Adgangen ville være begrænset til godkendte journaloplysninger i behandlerens kontrollerede miljø.

Sikkerhedskontroller og tilgængelighed

Løsningen kombinerer Valarians infrastrukturkontroller, der styrer adgangen til data, værktøjer, legitimationsoplysninger og netværksforbindelser, med Computers isolerede afviklingsmiljøer, så arbejdsbelastninger med forskellige tilladelser holdes adskilt. Computer bruger sandkasser til at isolere kodeafvikling og filbehandling og giver kontrolleret adgang til de ressourcer, der er nødvendige for en opgave. Perplexity oplyste, at disse beskyttelsesforanstaltninger hjælper med at begrænse rækkevidden af uventet agentadfærd.

Sikkerhedsteams får adgang til revisionslogge, der giver indblik i adgangsbeslutninger og aktiviteter i arbejdsbelastningerne. Perplexity oplyste, at Valarian anvender ensartede kontroller på tværs af arbejdsbelastninger, så institutionerne kan udvide brugen af Computer uden at skulle genopbygge de samme sikkerhedsforanstaltninger for hver enkelt applikation.

Perplexity oplyste, at Computer med Valarian er udviklet til regulerede institutioner og andre organisationer, der har brug for avancerede AI-funktioner, samtidig med at følsomme data forbliver i deres egne systemer. Løsningen kan implementeres fra den 20. oktober 2026, og organisationer kan sende en e-mail til sovereignai@perplexity.ai for at drøfte en implementering.

Aiden Cross er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker AI-produktstrategi, udførelse og de praktiske udfordringer ved at omdanne eksperimentelle modeller til skalerbare, markedsklare produkter. Hans arbejde fokuserer på, hvordan startups og virksomhedsteams bevæger sig fra prototyper og demos til pålidelige systemer, der bruges af rigtige kunder.
Med et pragmatisk og detaljeorienteret perspektiv analyserer Aiden produktroadmaps, strategier for markedsintroduktion, platformbeslutninger og organisatoriske kompromiser, der bestemmer, om AI-initiativer lykkes eller stagnerer. Han lægger særlig vægt på implementeringsrealiteter, brugeradoption, infrastrukturbegrænsninger og sammenhængen mellem teknisk kapacitet og forretningsværdi.
Artikler skrevet af Aiden Cross er AI-genererede og gennemgået af Unite.AIs redaktionelle team for at sikre klarhed, nøjagtighed og ansvarlig dækning af, hvordan AI-produkter bygges, leveres og skaleres i den virkelige verden.